[发明专利]一种脑力负荷自动辨识方法及系统

权利要求书

1.一种脑力负荷自动辨识方法，其特征在于，包括：

获取脑电信号；

采用独立成分分析法对所述脑电信号进行分离，得到多个脑电独立分量；

提取各所述脑电独立分量的能量特征；

将所述能量特征输入到SVM分类器中，得到所述脑电信号的脑力负荷分类结果。

2.根据权利要求1所述的一种脑力负荷自动辨识方法，其特征在于，所述采用独立成分分析法对所述脑电信号进行分离，得到多个脑电独立分量，具体包括：

构建计算模型

X(t)＝AS(t)；

其中，X(t)表示脑电信号，X(t)＝[x₁,x₂,...,x_m]^T，m表示电极点的个数，S(t)表示脑电独立分量集合，S(t)＝[s₁,s₂,...,s_n]^T，n表示脑电独立分量的个数，A表示混合矩阵，A＝{a_ij},i＝1,2,...,m；j＝1,2,...,n；

构建对数似然函数

p_s(w_jX(t))表示第j个独立分量的概率密度，W表示解混合矩阵，W＝[w₁,w₂,...,w_n]^T＝A^-1；

以所述对数似然函数最大为目标，对所述解混合矩阵求解，得到解混合矩阵的最优解；

由所述解混合矩阵的最优解计算混合矩阵的最优解；

将所述混合矩阵的最优解代入到所述计算模型中，得到脑电信号分离模型；

采用所述脑电信号分离模型对所述脑电信号进行分离，得到多个脑电独立分量。

3.根据权利要求1所述的一种脑力负荷自动辨识方法，其特征在于，所述提取各所述脑电独立分量的能量特征，具体包括：

对所述脑电独立分量进行分段处理，得到多个脑电独立分量片段；

对所述脑电独立分量片段进行傅里叶变换，得到脑电独立分量频域片段；

计算所述脑电独立分量频域片段的功率谱密度；

由所述功率谱密度计算各频段的能量特征。

4.根据权利要求3所述的一种脑力负荷自动辨识方法，其特征在于，所述由所述功率谱密度计算各频段的能量特征，具体包括：

其中，E_α表示8Hz-13Hz频段的能量特征，E_β表示14Hz-30Hz频段的能量特征，E_θ表示4Hz-7Hz频段的能量特征，E_δ表示0.5Hz-3Hz频段的能量特征，p_freq表示对应频段的功率谱密度。

5.根据权利要求1所述的一种脑力负荷自动辨识方法，其特征在于，在所述获取脑电信号之后，还包括：

对所述脑电信号进行滤波，得到滤波后的脑电信号。

6.一种脑力负荷自动辨识系统，其特征在于，包括：

脑电信号获取模块，用于获取脑电信号；

信号分离模块，用于采用独立成分分析法对所述脑电信号进行分离，得到多个脑电独立分量；

能量特征提取模块，用于提取各所述脑电独立分量的能量特征；

分类模块，用于将所述能量特征输入到SVM分类器中，得到所述脑电信号的脑力负荷分类结果。